8月26日,今日头条基金频道《投基方法论》栏目专访浙商基金智能投资部查晓磊、向伟,详解智能投资之道

嘉宾介绍

Q

欢迎浙商基金智能投资部查晓磊、向伟两位老师做客今日头条基金频道《投资方法论》栏目。二位所在的部门叫智能投资部,那可以先用一句话解释下,什么是人工智能么?

查晓磊:终极的人工智能,是让机器人效仿人类具备主动思考的能力。

Q

向伟博士,看您的履历非常丰富,PhD毕业于香港科技大学AI实验室、有15年AI研究与实战经验、曾在华大基因、百度等知名AI大厂工作,为什么会想到转型来做金融呢?

向伟:AI是一种科学的实验方法论,它不是某一个领域的专用技术,而是需要和各个领域的应用问题相结合才能发挥出价值的。无论是互联网上的搜索推荐、基因组分析,还是金融科技,这些都是垂直的应用问题领域。而我们AI工作者的信仰是尝试利用这些先进的科技手段,改变人类传统的生产关系,来推进社会往前发展,这样人类本身才能够实现自我进化。

至于选择进入金融行业的原因,是因为金融行业对于AI来说拥有非常富裕的大数据原料和实战性环境,是AI非常具备挑战性的试炼场。另一方面从客观来说金融行业的生产关系至今为止仍然非常传统,具备极大的变革空间。

Q

人工智能和金融这两个领域有什么相通的地方、或者人工智能+金融在哪些方面大有可为?

向伟:人工智能是一种科学的方法论,而金融是一个具体的应用问题领域,所以二者其实不可比,因为不在一个层面上。但是二者可以结合,二者的结合造就的是一种新型的生产关系。

当建立了新的生产关系之后,投资者、基金经理、研究员等不同角色的日常工作,以及投资或者工作中期望优化的目标,在科技进化的环境下就会逐渐发生变化。我们认为这些未来的方向,是金融工作者和AI工作者大有可为的方向。

Q

近年来,华尔街巨头也在纷纷拥抱金融科技,您如何评价AI技术在中美两国之间的发展呢?

向伟:从中美关系来看,我们导师一辈的AI人是在中国科研条件较为艰苦的时候回国的,近20年来也为国家培育了一批一批优秀的人才。

近年来中美竞争格局日趋激烈,尤其在科技方面被欧美严重掣肘,反思一下原因,很多人诟病是因为国内不具备科技创新的土壤。但科技创新的核心元素是优秀人才,从人才角度来看,国人的智商和勤奋度其实并不亚于欧美,而且中国得益于信息化的后发优势和人口红利带来的大数据优势,我们一直坚信中国具备全球发展AI技术的最佳土壤,因此我也不断在鼓励海外AI圈的小伙伴们回国来发展。

再看看金融行业,相比华尔街,国内的金融行业虽然比较年轻,在传统技术上的确存在一定差距,但是如果我们能够发挥好国内各行各业信息化大数据的后发优势,与先进的AI技术相结合来进行弯道超车,甚至某一天在金融产品创新赛道上,通过不断的努力有机会走到华尔街前面,这会为全球科技华人圈形成良好的例证,打消他们效仿先辈们回国支援国家建设方面的种种顾虑。

Q

查博士您好,您是金融学博士,同时也有8年的证券从业经历,作为传统意义上大家认为的金融背景人才,您如何看待AI技术对投资管理的影响呢?

查晓磊:从AlphaGo首次战胜人类棋手开始,就预示着一个新的时代来临。继机器在工业革命后,AI逐步替代各种人类体力劳动、脑力劳动变得更加可能。毫无疑问,AI已经成为资本市场中被讨论的最为热烈的话题之一。

然而基于AI当下的发展水平及投资领域的具体实际,让我们尚不能完全指望AI能包办一切。这本身也符合事物发展的一般规律。回想机器代替体力劳动的历史进程,大规模的无人化机器人流水线从来就不是一蹴而就的。

AI应用的起步也一样,有的精于算,有的精于存,有的精于听,有的精于看,重复执行人的某一项大脑功能,同样,再做到极致。对于投资领域也不例外,我们首要做的就是将投资问题的方方面面拆解,拆解的越细、越具体,在特定领域AI做到极致乃至超越人类大脑的可能性也越大。

Q

您说到在投资中,问题拆解的越细,AI就越有机会发挥出它的优势,这句话您能再深入解释一下么?

查晓磊:这其实就涉及到对投资中问题的定义。围棋中的问题是靠1919的棋盘来定义的,而传统上,即使人在面对资本市场中问题时,相对通用的问题定义方式其实也并不统一和明确,甚至每个人看市场、聊市场、参与市场的体系、维度、框架都是千人千面。

但问题的定义对AI却很重要。定义不清楚的问题,让AI去解决,结果可能反而会令我们大失所望。这其实也是上述我们强调问题拆解的另一面。只有问题拆解的足够细微,问题的定义才有可能更加明确。

Q

向博士在您的专业领域里,有什么您觉得普通人也应该知道的东西呢?毕竟外行一直都觉得AI(人工智能)是很神秘的东西?

向伟:其实AI并不神秘,它只是一门科学实验方法论,但是它又不同于传统行业的技术学科,而是一门综合型的实验学科,需要与对应领域的基础知识进行深度结合才能完成模型设计,例如统计学、运筹学、经济学等。

另一方面,AI技术非常依赖于工程学设计,因为以目前人类的计算架构,有很多很复杂的模型以我们人类有生之年的时间还算不起,所以究竟如何在有限的计算资源下,设计出效果又好、又算得起的模型其实很考验AI工程师的内功。

最后但是最重要的一点是,目前机器还不具备主动创造智慧的能力,因此机器实际上主要还是在学习人类智慧,为了让AI科技在现实世界真正达到实用的效果,需要我们能够在人类知识结构和机器知识结构之间搭建起一座桥梁,这样才能够把人脑的创造力和机器的能力完美结合。

所以总体来说,AI科技并不神秘,学起来也不难,但是对人类的综合能力要求比较高,需要像建筑师那样有能力将力学、美学、实用性有机结合。

Q

从AI到金融行业,到现在担任浙商智能行业优选基金的拟任基金经理,您认为做研究的乐趣在哪里呢?有什么投资常识可以和大家分享的么?

向伟:其实做研究是一件很有意思的事情,从研究角度而言,我是一名全行业覆盖的基本面研究员,研究的内容实际上是在不断学习人类社会各行各业演化的过程。研究透了各行各业的商业模式和发展历程之后,非常有利于个人的知识面结构发展,小到去哪家面包店买面包不会被坑,大到家庭层面在各种经济环境下的资产负债表结构应该怎样布局最优,都会有更深切的认识。

另一方面,前面也提到我个人不断在鼓励AI圈的小伙伴们回国发展创业,所以在研究各个传统行业时,我也在不断思考, AI技术究竟如何和各行业的传统资源,以及产业资本相结合,以什么节奏相结合,才能形成比较好的新的商业模式,推进传统行业实现产业革命。我们经常看见很多科技领军人才或者教授不断创业失败,其实并不一定是技术不够,而是没有想清楚上面说的这些问题。

Q

查博士您好,您能介绍下AI在浙商基金具体实践中的投资原理么?

查晓磊:我们将投资领域按是否已经得到认知,以及对认知程度的认知这两个维度分成四个象限,分别为已知的已知、已知的未知、未知的已知和未知的未知。在已知的已知领域,用AI方法建立模型学习人类知识经验,将基本面、估值与市场三方面因素综合分析,大数据技术跟踪各类型数据作为输入,得到投资结论,获得可解释、可回溯、可复制的投资业绩,并可在一定置信区间内有效控制关键投资参数,如波动率、最大回撤、夏普比例等,突破天时(市场风格)、地利(投研团队实力)、人和(投资经理能力)难以统一的投资限制。

在已知的已知领域,大概率机器能够战胜人、取代人,如同汽车跑得比马快。在未知的已知领域(如基金经理们难以总结,可意会不可言传的投资“秘籍”),定性挖掘;在已知的未知领域(如缺少可靠数据的行业、投资信号与噪声相互交织的投资标的等),借助归纳、演绎的研究方法,转化为第一象限即已知的已知领域。而在充满不确定性的未知的未知领域,我们限定AI方法、大数据方法的边界,不轻易触碰,仍然通过投资能力、投资技术的发展来不断探索及缩小这一领域的范围。

Q

浙商基金的智能投资或者AI投资,与传统意义上的量化投资有什么关系么?

查晓磊:众所周知,分散投资的思想可以在分散风险的同时最大化收益,但是很少有人能做得很好,原因在于量化基金产品虽然能够很好地通过技术手段实现风险分散,但是由于研究深度不如人类,所以策略胜率和盈亏比通常会遇到天花板;而人类虽然研究深度高,单次投资盈亏比占优,但是受限于人脑知识的容量、宽度和反应速度,所覆盖的标的集合很难实现分散。因此本产品尝试将量化技术与人类投资的思路相结合,从真正意义上实现仿生学的量化分散投资。

也就是说,浙商基金的AI投资方法是介于主动投资与量化投资两者之间的跨领域投资技术,采用人工智能方法,确定信号数据,为学习目标确定优化模型,得到优化后的结论,这种模型相互独立,被形象的称为投资“小机器人”。每个机器人基于主动投资的思想或假设,借助量化投资中定义预期收益和风险的思路,通过AI的各种机器学习技术来实现模型的训练学习。从技术角度而言会采用量化和统计的技术实现手段,但不会局限于传统的量化投资技术。而且由于人工智能领域技术飞速发展,这些小机器人会快速迭代,自带进化属性。

Q

最后,能和大家分享一下对您影响最大的一本书或者电影么?

向伟:《盗梦空间》。我的大哥是一名出色的建筑设计师,年幼时每每看见从他手下一笔一划绘出一张张精美绝伦的图纸,一刀一划做出逼真的纸模,便暗自把建筑设计师列为了未来梦想中的工作。后来进入了AI行业之后,才发现其实AI工程师和传统行业中的建筑设计师有点相像,是需要有能力将科学、美学、实用性三者相结合的工作。

近年来专注于研究HI+AI投资之后,才感觉到,如果要将人类的智慧与机器的能力相结合,对于AI工作者的要求实际上已经超出了对传统建筑设计师的要求,更像是盗梦空间中的造梦师这个角色。

在盗梦空间中,造梦师一方面要能够设计出高度逼真的空间,另一方面又要借助对于高维空间的巧妙结构设计,来连接或者扭曲某些局部空间,使得造梦师看上去具备了常人眼中的超能力。

其实我们的HI+AI投资做的也是和造梦师一样的事情,一方面我们基于人类智慧设计投资模型的时候,需要保证投资模型的逻辑和变量能够无缝对接传统人类大脑中的知识结构,这样才能实现人类“驾驶”AI模型;另一方面我们会在模型背后利用AI技术对于模型的内核进行空间维度的熵增,利用计算机在存储、速度、精度方面的优势来弥补人脑这些方面的短板。这样一来,有能力驾驭这些HI+AI投资模型的投资经理们便逐渐具备了超越普通人类的扭曲知识时空“超能力”。

风险提示

浙商基金管理有限公司(“本公司”)尽力为投资者提供全面完整、真实准确、及时有效的资讯信息。本材料并非法律文件,所提供信息仅供参考,本公司不对其准确性或完整性提供直接或隐含的声明或保证。本材料不构成任何投资建议,投资者在投资前请参阅本公司在中国证监会指定信息披露媒体发布的正式公告和有关信息。本公司及其雇员、代理人对使用本材料及其内容所引发的任何直接或间接损失不承担任何责任。基金有风险,投资需谨慎。

(来源:浙商基金的财富号 2019-09-09 15:36) [点击查看原文]

追加内容

本文作者可以追加内容哦 !